8G 显存也能本地跑 MiniMax H3！6 分钟压到 2 分半，全套参数白嫖分享（含依赖一键安装包地址）
先上结论：**RTX 4070 Laptop 8GB 显存 + 32GB 内存，MiniMax H3 文生视频（带声音）本地跑通**。网上传的「500 多秒 → 200 多秒」是真的，我还顺手压到了 150 秒。
https://www.zhihu.com/video/2069182412484039176> 文末有一键便携包（网盘自取，密码 123）+ 完整参数表 + 安装指南，抄作业就行。
## 一、先说配置
| GPU | NVIDIA GeForce RTX 4070 Laptop **8GB 显存** |
| 内存 | 32GB |
| 驱动 | CUDA 13.3 |
| 系统 | Windows |
这个配置按网上说法属于「勉强能跑」，实际跑下来**完全够用**，就是别贪分辨率。
## 二、实测数据（都是我机器上跑的）
| 场 景 | 分辨率 | 20 步耗时 |
| 裸跑基线 | 832x480 | **6 分钟**（18s/步） |
| 开满优化 | 832x480 | **2 分 30 秒**（整段出片 150s） |
| 开满优化 | 1024x576 | 约 9 分钟（24s/步） |
每步 18 秒是 8G 显存被 20GB 模型逼着「换层」的真实代价，不是配置炸了。**优化链一上，缓存步直接跳过，3~4 秒一步。**
## 三、提速三板斧（按收益排序，社区实测背书）
1. **torch cu130（PyTorch 2.9.1+cu130）** —— 收益 3-5 倍，全场最大。原理：开启 comfy-kitchen 的 CUDA 硬件 kernel，INT8 ConvRot / NVFP4 走**硬件反量化**，不然就是软件模拟，每步 17 秒。这一条不做，后面全白搭。
2. **MiniMaxH3 TeaCache（开源）** —— 收益约 3 倍（作者实测 306s → 102s）。纯 Python、MIT、不 patch 核心文件，`rel_l1_thresh=0.15` 一根线插进 UNET 和采样器之间。同类里最稳，强烈推荐。
3. **SageAttention 1.0.6** —— 锦上添花 +11%。⚠️ 血泪教训：**必须锁 1.0.6**，2.2.0 跟 H3 直接 CUDA 崩溃。Windows 上记得装 `triton-windows`（官方 triton 没有 Windows wheel）。
加速链接线（照着摆）：
```
UNETLoader → PatchSageAttentionKJ(auto) → MiniMaxH3 TeaCache → SigmaShift(12/3) → KSampler → DecodeAndSaveVideo
```
## 四、模型怎么选（8G 显存组合）
- 主模型：`minimax_h3_fl2va_pruned_int8_convrot.safetensors`（19.5GB，剪枝 INT8 ConvRot）
- 文本编码器：`qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors`（14.6GB，NVFP4 AWQ）
- VAE：视频 fp16 + 音频 fp32
精度从 BF16(66GB) 一路降到 21GB，**质量肉眼几乎无差**——这就是 8G 能跑的秘密。
## 五、实例视频
美女跳舞 + disco 背景音乐（1024x576，5.17 秒，带立体声音轨），和狐狸雪地跑酷，都在网盘示例文件夹里：
https://www.zhihu.com/video/2069182251779281131> 百度网盘：https://pan.baidu.com/s/1BWmwQpjkWLeVQ_8DXy91GA?pwd=xidf 提取码 xidf
## 六、一键便携包（密码 123）
整个项目打成了一个自包含包：Python 运行时 + ComfyUI + 全部模型 + 依赖 + 加速节点，**解压即用，不用装任何东西**（要求 NVIDIA 显卡 + 驱动支持 CUDA 13 + 32GB 内存）。
三步启动：
1. 解压到任意盘（建议 D/E 盘，路径别带中文）
2. 双击 `首次使用-修复路径.bat`（一次）
3. 双击 `启动ComfyUI.bat` → 浏览器打开 http://127.0.0.1:8188 → 拖入 `workflows\minimax_h3_t2v_8g加速.json` → 改提示词 → 跑！
## 七、本次视频完整参数表（直接抄）
| 参数 | 值 |
| 主模型 | minimax_h3_fl2va_pruned_int8_convrot（INT8 ConvRot） |
| 文本编码器 | qwen3vl_32b_minimax_h3_nvfp4_awq |
| 分辨率 | 1024x576（32 的倍数） |
| 帧数 | 124（24fps ≈ 5.17 秒） |
| 采样步数 | 20（音频质量底线，少于 12 步必爆音） |
| 采样器 | euler |
| 调度器 | simple |
| CFG | 1.0 |
| denoise | 1.0 |
| Sigma Shift | video 12 / audio 3 |
| TeaCache | rel_l1_thresh 0.15，start 2，end -2 |
| SageAttention | auto（1.0.6 + triton-windows 3.5.1） |
| 提示词风格 | 画面分镜 + 音效指令（`No dialogue, no music` / `disco music with driving bass`） |
| 运行环境 | torch 2.9.1+cu130 / comfy-kitchen 0.2.27 / ComfyUI 0.30.0 / Python 3.12.10 |
| 显存模式 | --lowvram（8G 默认开） |
| 出片耗时 | 1024x576 约 9 分钟；480p 约 2 分半 |
## 八、避坑清单（都是真金白银踩的）
- 缓存类节点**只选一个**：TeaCache / EasyCache / TE-Speed / FirstBlockCache 别叠加
- SageAttention 锁 1.0.6，别手贱升级
- 分辨率必须是 32 的倍数（832x480 / 1024x576 / 1344x768）
- 480p 抽卡、768p 成片，别一上来拉满
- `DecodeAndSaveVideo` 的 tiling 参数传 `disabled`（字符串）
- Turbo LoRA 目前是早期实验版，画质偏软，且需要非 pruned 主模型（+34GB），先别碰
- E 盘放模型建议用固态，机械盘换层会等到怀疑人生
## 九、结语
8G 显存不是天花板，是门槛。这套组合拳打下来，笔记本也能当视频工作站。参数全在这，抄完记得回来点个赞，也欢迎评论区交流你们的实测时间。
原网盘文件夹我做了一个248帧的补丁 增加了几个常用工作流模板 setup.exe文件 需要的请自取
版本：2026-08-08.1
本补丁只更新 ComfyUI 节点、工作流、启动脚本和说明文件，不包含模型、Python 或 CUDA 依赖，安装包体积很小。
适用对象：此前发布的 MiniMax H3 一键便携包（项目根目录包含 ComfyUI\main.py、workflows 和 启动ComfyUI.bat）。
1. 本次改动和工作流
- 修复 H3 帧数输入：允许输入任意整数，模型自动对齐到
17k+5。例如248 -> 260帧。 启动ComfyUI.bat固定使用--lowvram，不启用普通 VRAM 模式。- TeaCache 保留 124 帧原有速度/画质默认行为，并修复连续运行时继承上次缓存状态的问题。
- TeaCache 增加可选音频守门参数：音频分段漂移检查、连续复用上限和
audio_guard。124 帧默认不启用保守守门，以保持原来的 2–3 分钟速度。 - 增加/修复以下工作流：
workflows\minimax_h3_t2v_8g加速.json：124 帧、带声音的默认工作流。workflows\minimax_h3_t2v_248f_低显存无声.json：248 帧测试工作流，默认断开音频输出。workflows\minimax_h3_i2v_first_last.json：单图生视频、首尾帧生视频。workflows\minimax_h3_r2v_multi_image.json：多图片参考生视频，需要额外的 Ref2VA 主模型。
使用方法
- 启动 ComfyUI 后，把对应 JSON 拖入页面。
- 124 帧工作流中修改正向提示词，提示词同时描述画面和声音，例如
servo whine, hydraulic movement, metallic impacts, no dialogue。 - 图生视频工作流只连接第一张图就是普通图生视频；同时连接首帧和尾帧就是首尾帧过渡。
- 多图参考工作流按连接顺序使用
<Picture 1>、<Picture 2>等标签。 - 仍然使用 20 步、832×480 起步；启动方式保持低显存模式。
2. 248 帧声音问题
H3 在 24fps 下会把输入 248 对齐成 260 帧，实际时长约 10.83 秒。当前 TeaCache 会复用视频和音频的联合输出：
| 设置 | 实测耗时 | 结果 |
|---|---|---|
| 260 帧，TeaCache 开启 | 492.40 秒 | 画面正常，声音异常 |
| 260 帧，TeaCache 关闭、20 步全实算 | 983 秒 | 画面和声音正常 |
| 124 帧，原默认 TeaCache | 约 150 秒 | 480p 约 2–3 分钟，声音正常 |
因此：
- 248 帧默认不要开声音，使用
minimax_h3_t2v_248f_低显存无声.json。 - 248 帧确实需要原生声音时，必须关闭 TeaCache：将
rel_l1_thresh设为0，或将max_reuse_steps设为0。这会让 20 步全部实算，耗时明显增加。 - 不要把两个独立生成的 124 帧音频直接拼接到一条 260 帧视频上，声音事件无法保证和画面联合同步。
3. 如何打补丁
图形安装
- 完全关闭 ComfyUI（包括后台 Python 进程）。
- 双击
MiniMaxH3_Patch_Setup_2026-08-08.exe。
安装器没有商业代码签名证书；若 Windows SmartScreen 提示未知发布者，请先核对补丁包内的 SHA256，再选择“更多信息 → 仍要运行”。 - 选择项目根目录，也就是包含
ComfyUI\main.py的目录，例如E:\MiniMaxH3。 - 勾选“我已关闭 ComfyUI”，点击“安装补丁”。
- 安装器会先把旧文件备份到：
项目根目录\patch_backups\MiniMaxH3_patch_版本_时间戳\ - 看到“补丁安装完成”后，重新双击
启动ComfyUI.bat。启动脚本会继续使用--lowvram。
命令行安装（可选）
MiniMaxH3_Patch_Setup_2026-08-08.exe --target E:\MiniMaxH3 --quiet
回滚
安装器不会删除模型。需要回滚时，关闭 ComfyUI，把最近一次 patch_backups 子目录中的文件复制回项目根目录即可；安装报告保存在项目根目录的 patch_install_report.json。
补丁不修改 models 目录，也不需要重新安装依赖。安装完成后如果页面仍显示旧节点，重启 ComfyUI 即可。